KI in der Softwareentwicklung

Eine umfassende Studie von G+D Netcetera, Giesecke+Devrient, appliedAI und WeAreDevelopers in Zusammenarbeit mit der TUM liefert wichtige Erkenntnisse über diese Transformation und bietet eine datengestützte Perspektive auf die Integration von KI in Softwareentwicklungsprozesse. Die Studie gibt Einblicke, wie diese Tools heute genutzt werden, wie sie Entwicklungspraktiken beeinflussen und welche Chancen und Herausforderungen sie bieten, besonders in Umgebungen, in denen Softwarequalität, Sicherheit und langfristige Wartbarkeit am wichtigsten sind.

Stellen Sie sich vor, Sie betreten eine moderne Entwicklungsumgebung und sehen fast jeden Bildschirm zwischen Code und einem KI-Assistenten aufgeteilt. Das ist zunehmend die Realität in zukunftsorientierten Teams. ChatGPT (von 75,5% der Befragten verwendet), Microsoft CoPilot (38,8%) und GitHub Copilot (25,9%) haben sich von experimentellen Tools zu täglichen Begleitern für viele Entwickler:innen entwickelt und verwandeln Routineaufgaben in Gelegenheiten für tiefere Problemlösung.

Doch die Reise hat gerade erst begonnen:

• 61,9% machen ihre ersten Erkundungsschritte mit diesen Technologien
• 5,8% berichten von vollständiger Integration in ihre Entwicklungsprozesse

Trotz dieser frühen Phase ist die Begeisterung unverkennbar: 85,7% der Entwickler:innen zeigen grosses Interesse an KI-Technologien und sehen diese Tools als Partner, die ihre Fähigkeiten erweitern, anstatt sie zu bedrohen.

Was passiert, wenn Entwickler:innen Routineaufgaben an KI abgeben? Sie heben ab. Die bemerkenswerteste Transformation findet statt, wenn Teams KI nicht nur für Codevervollständigung, sondern strategisch im gesamten Entwicklungsprozess einsetzen. Dokumentation – einst der gefürchtete letzte Schritt von Projekten – wird nun zu einem integrierten, fast mühelosen Prozess. Lernkurven für neue Sprachen werden drastisch flacher, und Standardimplementierungen entstehen in Minuten statt in Stunden.

Die Produktivitätsgewinne sind erheblich: 76,3% der befragten Organisationen berichten von gesteigerter Produktivität durch KI-Einsatz. Diese Effizienzsteigerung beschränkt sich nicht nur auf die Codierung. Fast alle Befragten hoben die enormen Zeitersparnisse durch KI bei der Code-Dokumentation hervor, einem oft übersehenen Produktivitätshemmnis.

Aber diese Produktivitätsrevolution kommt mit einem wichtigen Vorbehalt. Die erfolgreichsten Teams akzeptieren nicht blindlings KI-Vorschläge, sondern behalten eine durchdachte menschliche Aufsicht durch strukturierte Überprüfungsprozesse und etablierte Qualitätsstandards bei. Sie schaffen Leitplanken, die sicherstellen, dass KI als Verstärker menschlicher Expertise dient und nicht als Ersatz für kritisches Denken.

Jenseits der schnelleren Lieferung liegt besserer, nachhaltigerer Code. Skeptiker:innen befürchteten anfangs, dass KI flüchtige Lösungen generieren könnte. Die Realität hat sich als nuancierter erwiesen. Bei durchdachtem Einsatz werden KI-Tools zu Qualitätswächtern. Sie erkennen potenzielle Fehler, bevor sie sich ausbreiten, schlagen Optimierungen vor, die menschliche Augen übersehen könnten, und sorgen für Konsistenz in komplexen Codebasen.

Die Daten unterstützen diese Qualitätsverbesserung:

• 66,2% der Befragten glauben, dass KI die Softwarequalität verbessert
• 55,3% berichten von einer messbaren Zunahme der Gesamtqualität durch KI-Unterstützung
• 42,4% beobachten eine verbesserte Nachhaltigkeit von KI-generiertem Code

Der Nachhaltigkeitsaspekt ist besonders vielversprechend für Organisationen, die Systeme für eine lange Lebensdauer entwickeln. Diese Kennzahl zeigt, wie gut Code seine Funktionalität und Sicherheit im Laufe der Zeit beibehält. KI-Assistenten glänzen darin, veraltete Muster zu identifizieren, Modernisierungsansätze vorzuschlagen und die Dokumentation zu verbessern, was die Lebensdauer von Software verlängert. Für Finanzinstitute, Gesundheitsdienstleister und andere Organisationen ist die Zuverlässigkeit von Software unternehmenskritisch. Entsprechend stellt diese Langlebigkeit einen bedeutenden Wert dar, der über die anfängliche Entwicklungsgeschwindigkeit hinausgeht.

KI wirkt über die individuelle Produktivität hinaus bis in das Gefüge der Teamarbeit. Traditionelle Hierarchien, die auf Programmiererfahrung basieren, entwickeln sich weiter, denn KI demokratisiert bestimmte Aspekte der Entwicklung. Jüngere Teammitglieder können früher in ihrer Laufbahn zu komplexen Problemen beitragen, während erfahrene Entwickler:innen sich stärker auf Architektur, Mentoring und strategische Entscheidungen konzentrieren.

Diese Verschiebung ist quantifizierbar: 40,3% der Befragten identifizierten "neue Karrierewege" als einen Bereich, der stark von der KI-Integration beeinflusst wird. Das macht ihn zu einer der bedeutendsten strukturellen Veränderungen. Interessanterweise ergab unsere Forschung, dass KI es auch Nicht-Entwickler:innen – wie Managern, Produktverantwortlichen und sogar Kunden – das Verständnis und die Diskussion über Code erleichtert. Dies verändert die Zusammenarbeitsmuster über Abteilungsgrenzen hinweg.

Diese Verschiebung wirft faszinierende Fragen zur Ausbildung und Karriereentwicklung auf. Wie bilden wir die nächste Generation aus, wenn die Routineaufgaben, die einst als Lerngrundlage dienten, zunehmend automatisiert werden? Zukunftsorientierte Organisationen gestalten bereits ihre Einarbeitungsprogramme neu und schaffen neue Karrierewege. Sie beziehen KI als Teil der Entwicklungsreise mit ein, anstatt sie als optionale Erweiterung zu behandeln.

Jede technologische Umwälzung bringt Versprechen und Gefahren mit sich, und KI in der Entwicklung bildet keine Ausnahme. Sicherheitsbewusste Organisationen sehen Datenschutzbedenken (von 60,9% der Befragten als ihre Hauptsorge genannt), Fragen zum geistigen Eigentum und regulatorischen Unsicherheiten als Risiken (54,8% sorgen sich über unklare rechtliche Rahmenbedingungen).

Die technischen Herausforderungen sind ebenso bedeutend. Ein Vergleich der Infrastrukturoptionen zeigte unsere Forschung einen klaren Kompromiss:

Dies schafft einen technischen Balanceakt für Teams, die mit sensiblem Code umgehen, besonders in regulierten Branchen wie Bank- und Gesundheitswesen.

Das Aufkommen von "Shadow AI"-Praktiken – wobei Entwickler:innen nicht genehmigte KI-Tools ohne IT-Aufsicht verwenden – schafft besondere Herausforderungen für regulierte Branchen. Trotz dieser Herausforderungen bleibt der Business Case für durchdachte KI-Integration überzeugend. 60% der Organisationen berichten von einer positiven Rendite ihrer KI-Investitionen, wobei nur 3% eine negative Rendite verzeichnen. Der Hauptunterschied liegt oft in der Governance – klare Richtlinien zu haben, die Innovation ermöglichen und gleichzeitig angemessene Leitplanken aufrechterhalten.

Mit Blick zum Horizont wird die Integration von KI in Entwicklungspraktiken sich voraussichtlich vertiefen und erweitern. Unsere Forschung zeigt, dass KI zunehmend alle Phasen des Entwicklungslebenszyklus beeinflussen wird. Die Befragten erwarten besonders starken Einfluss in der Implementierung und Codierung (59,1%) und im Testen (48,9%), während sie eine moderatere Wirkung auf Anforderungserfassung und Wartungsoperationen haben wird.

Die Grenze zwischen menschlichen und maschinellen Beiträgen wird wahrscheinlich fliessender. KI dehnt sich dabei über Routine-Codierungsaufgaben hinaus in komplexere Aspekte des Softwaredesigns und der Architektur aus. Dies spiegelt sich darin wider, wie Organisationen sich auf den Wandel vorbereiten. 64,8% der Befragten sehen das Entwickeln neuer Kompetenzen, um den technologischen Wandel durch KI zu bewältigen, als essentiell an.

Organisationen, die in dieser neuen Landschaft gedeihen, betrachten KI nicht als Ersatz für menschliche Expertise, sondern als einen tiefgreifenden Verstärker. Sie werden Umgebungen schaffen, in denen Entwickler:innen die Fähigkeiten der KI nutzen können und gleichzeitig das kritische Denken, die Kreativität und das Domänenwissen beibehalten.

Die zentrale Erkenntnis aus dieser Forschung: Die wahre Kraft der KI liegt nicht darin, menschliche Entwickler:innen zu ersetzen, sondern ihre Fähigkeiten zu erweitern. Wenn sie durchdacht in strukturierte Prozesse integriert und mit soliden Ingenieurpraktiken gepaart wird, wird KI zu einem Multiplikator für menschliche Expertise.

Gerade für Unternehmen, die sichere, zuverlässige, langlebige und unternehmenskritische Software bauen, bietet diese Erkenntnis eine klare Richtung. Das Ziel ist nicht Automatisierung um der Effizienz willen, sondern vielmehr die Verstärkung hoher Standards durch intelligente Erweiterung. Dadurch wird die menschliche Kreativität frei, sich auf die komplexesten Herausforderungen zu konzentrieren und gleichzeitig durchgängige Exzellenz im gesamten Code zu gewährleisten.

Mit diesem ausgewogenen Ansatz können Teams das transformative Potenzial der KI nutzen und gleichzeitig die menschliche Urteilsfähigkeit und Expertise beibehalten. Denn diese bleiben für die Schaffung wirklich aussergewöhnlicher Software wesentlich. Gemeinsam können menschliche Kreativität und KI-Unterstützung den Fortschritt hin zu einer sichereren und zuverlässigeren digitalen Welt vorantreiben.

Dieser Artikel basiert auf Erkenntnissen aus der 2025-Studie "KI in der Softwareentwicklung", von G+D Netcetera, Giesecke+Devrient, TUM, appliedAI und WeAreDevelopers, die Führungskräfte, Manager und Software Entwickler:innen in mehreren Ländern befragte.